Full metadata record
| DC pole | Hodnota | Jazyk |
|---|---|---|
| dc.contributor.advisor | Hrúz Marek, Ing. Ph.D. | |
| dc.contributor.author | Brada, Robert | |
| dc.contributor.referee | Gruber Ivan, Ing. Ph.D. | |
| dc.date.accepted | 2020-6-18 | |
| dc.date.accessioned | 2020-11-10T00:37:19Z | - |
| dc.date.available | 2019-10-1 | |
| dc.date.available | 2020-11-10T00:37:19Z | - |
| dc.date.issued | 2020 | |
| dc.date.submitted | 2020-5-19 | |
| dc.identifier | 82341 | |
| dc.identifier.uri | http://hdl.handle.net/11025/41530 | |
| dc.description.abstract | Cílem práce je navrhnout a implementvat systém, který automaticky detekuje nepozornost řidiče na základě vizuálních dat z kamery, která je umístě v interiéru automobilu. Systém je postaven na principu konvolučních neuronových sítí. K implementaci je použit programovací jazyk Python. V práci jsou porovnány různé architekruty konvolučních neuronvých sítí. Konkrétně architektury VGG16, InceptionV3, ResNeXt50, EffcientNetB0 a Effi cientNetB4. | cs |
| dc.format | 53 s. | cs |
| dc.format.mimetype | application/pdf | |
| dc.language.iso | en | en |
| dc.publisher | Západočeská univerzita v Plzni | cs |
| dc.rights | Plný text práce je přístupný bez omezení. | cs |
| dc.subject | konvoluční neuronové sítě | cs |
| dc.subject | implementace | cs |
| dc.title | Automatická analýza pozornosti řidiče z vizuálních dat | cs |
| dc.title.alternative | Automatic analysis of driver's attention from visual data | en |
| dc.type | diplomová práce | cs |
| dc.thesis.degree-name | Ing. | cs |
| dc.thesis.degree-level | Navazující | cs |
| dc.thesis.degree-grantor | Západočeská univerzita v Plzni. Fakulta aplikovaných věd | cs |
| dc.thesis.degree-program | Aplikované vědy a informatika | cs |
| dc.description.result | Obhájeno | cs |
| dc.rights.access | openAccess | en |
| dc.description.abstract-translated | The goal of this thesis is to design and implement an end-to-end Driver Attention Warning system that automatically detects distracted driver based on visual data provided by an onboard camera. The system is built using convolutional neural networks using Python programming language and Keras library. Different neural network architectures like VGG16, InceptionV3, ResNeXt50, EffcientNetB0 and Effi cientNetB4 are implemented, modi ed, optimized and combined in order to achieve the best results. | en |
| dc.subject.translated | distracted driver detection | en |
| dc.subject.translated | convolutional neural networks | en |
| dc.subject.translated | classification | en |
| dc.subject.translated | keras | en |
| Vyskytuje se v kolekcích: | Diplomové práce / Theses (KKY) | |
Soubory připojené k záznamu:
| Soubor | Popis | Velikost | Formát | |
|---|---|---|---|---|
| Distracted Driver Detection Master Thesis.pdf | Plný text práce | 4,11 MB | Adobe PDF | Zobrazit/otevřít |
| brada-v.pdf | Posudek vedoucího práce | 778,54 kB | Adobe PDF | Zobrazit/otevřít |
| brada-o.pdf | Posudek oponenta práce | 724,87 kB | Adobe PDF | Zobrazit/otevřít |
| brada-p.pdf | Průběh obhajoby práce | 402,88 kB | Adobe PDF | Zobrazit/otevřít |
Použijte tento identifikátor k citaci nebo jako odkaz na tento záznam:
http://hdl.handle.net/11025/41530Všechny záznamy v DSpace jsou chráněny autorskými právy, všechna práva vyhrazena.